目前流行的强化学习算法包括 Q-learning、SARSA、DDPG、A2C、PPO、DQN 和 TRPO。 这些算法已被用于在游戏、机器人和决策制定等各种应用中，并且这些流行的算法还在不断发展和改进，本文我们将对其做一个简单的介绍。
完整文章：
https://avoid.overfit.cn/post/82000e3c65a14403b5e4defae28b703b
标签：代码,流行,决策制定,学习,算法,强化 From： https://www.cnblogs.com/deephub/p/17065051.html